MétaCan
Menu
Retour à la cohorte
Enregistrement W2810598379 · doi:10.3138/cjpe.31127

Un outil à visée pédagogique pour discuter de méthodologie

2018· article· en· W2810598379 sur OpenAlexaffvenue
Maud Mediell, Éric Dionne

Notice bibliographique

RevueCanadian Journal of Program Evaluation · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésOperationalizationProcess (computing)Quality (philosophy)Computer sciencePsychologyManagement scienceProcess managementKnowledge managementEpistemologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract: In this article, we discuss the importance of communicating the evaluation approach (process, methodology, results, and limits) to promote the use of results and the implementation of recommendations. We present an education-focused, meta-evaluative training tool based on the methodological aspects of the evaluation process, and designed to support evaluators, particularly novice evaluators, in the rigorous planning, implementation and communication of methodology. We are focusing on communicating the program evaluation approach though evaluation reports (technical and final) that are usually the means offering the most information on both results and the evaluation process. We realize that there are other means of communication (i.e., journal-published articles), but their format doesn’t always allow the provision of all the information relevant to results and the approach chosen by evaluators, since they usually only present highlights and not methodological aspects. Since we zeroed in on methodological considerations, it seemed to us that it would be more relevant to base ourselves on the information included in reports. This is not an innocuous choice, as an evaluation’s quality depends, in part, on a recognized methodology that is able to provide the solid evidence needed to exercise judgment. Also, we discuss the role of meta-evaluation (MEV) in enriching evaluation practice and promoting program evaluation’s quality. Furthermore, we present a meta-evaluative tool we designed to encourage the operationalization of quality evaluative methodologies and the implementation of effective evaluative practices.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,293
Tête enseignante GPT0,474
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Program EvaluationMême sujetSocial Sciences and GovernanceTravaux en français237 207